调整含大量标签的geom_bar图表：三项技术优化咨询

背景 #

使用geom_bar()展示数据集，现有代码如下：

ggplot(fill_names, aes(x = row_mean, y = count/unique(variable) %>% length, fill = variable))+
  geom_bar(position = position_stack(), aes(colour=pol_dir), stat = 'identity')+
  scale_colour_manual(breaks = c('Right','Left'), values = c('Red','Blue'))+
  geom_text(aes(label = ifelse(value>0, str_c(round(value*100,2),'%'),'')),
            position = position_stack(vjust = 0.5), size = 2, col="firebrick", show.legend = T, colour= 'black')+  
  scale_x_continuous(breaks = fill_names$row_mean)+
  scale_fill_brewer(palette="Paired")+
  coord_flip()+
  ylab('Count of users with the same row mean')+
  xlab('Row mean of users')

生成图表存在三个待优化问题，以下是对应解决方案：

Q1：已使用scale_colour_manual时，如何将geom_text()的颜色固定为黑色？ #

问题根源是geom_text()的颜色若放在aes()内会被scale_colour_manual的映射规则覆盖，且原代码重复设置颜色参数造成冲突。
解决方案：
将colour='black'移出aes()，作为geom_text()的独立参数设置，同时删除重复的col="firebrick"参数，确保颜色不受全局颜色映射影响：

geom_text(aes(label = ifelse(value>0, str_c(round(value*100,2),'%'),'')),
          position = position_stack(vjust = 0.5), size = 2, 
          show.legend = FALSE, colour = 'black')  # 颜色放在aes外，固定为黑色

注：建议关闭文本图例（show.legend = FALSE），避免图例冗余。

Q2：如何仅在柱状图中显示value列非零的variable对应标签？ #

原代码用ifelse生成空字符串仍会预留绘图位置，导致无效空白。更彻底的方法是直接过滤数据：
在geom_text()中通过data参数传入仅保留value>0的子集：

geom_text(data = subset(fill_names, value > 0),  # 过滤value非零的行
          aes(label = str_c(round(value*100,2),'%')),
          position = position_stack(vjust = 0.5), size = 2, 
          show.legend = FALSE, colour = 'black')

这样只会在value非零的variable分段上显示标签，完全避免无效空白。

Q3：如何为计数少但标签多的柱状图添加“放大”效果？ #

推荐两种实用方法：

1. 分面放大（基础方法）
   用facet_wrap将计数少的row_mean类别单独分面，设置scales="free_y"（因coord_flip()后原x轴变为y轴，需自由缩放）：

ggplot(fill_names, aes(x = row_mean, y = count/unique(variable) %>% length, fill = variable))+
  geom_bar(position = position_stack(), aes(colour=pol_dir), stat = 'identity')+
  scale_colour_manual(breaks = c('Right','Left'), values = c('Red','Blue'))+
  geom_text(data = subset(fill_names, value > 0),
            aes(label = str_c(round(value*100,2),'%')),
            position = position_stack(vjust = 0.5), size = 2, 
            show.legend = FALSE, colour = 'black')+
  scale_fill_brewer(palette="Paired")+
  coord_flip()+
  facet_wrap(~row_mean, scales = "free_y", ncol = 1)  # 按row_mean分面，自由缩放y轴
  labs(y = 'Count of users with the same row mean', x = 'Row mean of users')

2. 局部放大（专业方法，需ggforce包）
   使用ggforce::facet_zoom指定要放大的row_mean范围，保留原图同时生成放大面板：
   先安装并加载包：

install.packages("ggforce")
library(ggforce)

再修改绘图代码：

ggplot(fill_names, aes(x = row_mean, y = count/unique(variable) %>% length, fill = variable))+
  geom_bar(position = position_stack(), aes(colour=pol_dir), stat = 'identity')+
  scale_colour_manual(breaks = c('Right','Left'), values = c('Red','Blue'))+
  geom_text(data = subset(fill_names, value > 0),
            aes(label = str_c(round(value*100,2),'%')),
            position = position_stack(vjust = 0.5), size = 2, 
            show.legend = FALSE, colour = 'black')+
  scale_fill_brewer(palette="Paired")+
  coord_flip()+
  facet_zoom(x = row_mean %in% c(0.2, 0.3))  # 指定需要放大的row_mean值
  labs(y = 'Count of users with the same row mean', x = 'Row mean of users')

可根据实际计数少的row_mean调整x参数的筛选条件。

内容的提问来源于stack exchange，提问作者mugdi